Implementasi Latent Dirichlet Allocation Mengenai Pembelajaran Tatap Muka Saat Pandemi Covid-19 Pada Twitter (Studi Kasus : Tweet Terkait Pembelajaran Tatap Muka Di Media Sosial Twitter)

Abstract

Virus COVID-19 memberikan dampak ke sektor pendidikan yang mengharuskan pembelajaran dengan sistem online. Setelah kasus virus COVID-19 terus menurun, pembelajaran tatap muka (PTM) sudah kembali diberlakukan dengan segala ketentuan yang tertera pada Surat Edaran Nomor 4 Tahun 2021 tentang Pembelajaran Tatap Muka Tahun Akademik 2021/2022. Walaupun sudah mengikuti segala ketentuan yang tertulis namun pelaksanaan PTM di kala pandemi memiliki resiko yang tinggi, beberapa kali PTM gagal diberlakukan karena terdapat kenaikan kasus, sehingga terdapat penurunan hasil belajar para pelajar. Hasil analisis topic modelling menggunakan metode Latent Direchlet Allocation (LDA) diperoleh 6 topic tentang PTM saat pandemi COVID-19 di Indonesia dengan nilai coherence 0.397225, yang dimana ke-6 topic secara keseluruhan dapat disimpulkan membicarakan mengenai persiapan PTM dan setelah dilakukan analisis sentimen setiap topic, didapatkan hasil setiap topic memiliki sentimen positif lebih banyak. Sehingga semua topic memiliki sentimen positif yang secara garis besar membicarakan mengenai kesiapan PTM dan sentimen negatif membicarakan keluhan dan ke-khawatiran pembelajaran saat pandemi COVID-19 dengan sistem online maupun luring.